論文の概要: Configurable Algorithms for Histopathologic Cancer Detection on Quantum Hardware
- arxiv url: http://arxiv.org/abs/2606.21752v1
- Date: Fri, 19 Jun 2026 21:12:51 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-06-23 14:53:55.501081
- Title: Configurable Algorithms for Histopathologic Cancer Detection on Quantum Hardware
- Title（参考訳）: 量子ハードウェアを用いた病理組織学的癌検出のための構成可能なアルゴリズム
- Authors: Nandika Goyal, Glen Uehara, Andreas Spanias,
- Abstract要約: 病理組織学的癌検出は, 組織変動, 染色の違い, 病巣間の微妙な視覚的区別が原因で困難である。
本稿では,二段階CSWAP回路(DG-CSWAP)とハードウェア効率の高い破壊スワップ回路(DG-DST)の2つの量子アルゴリズムを提案する。
読み出し誤差補正、バイアスサブトラクション、傾斜回帰を含む3段階のNISQ軽減パイプラインは、シングルピクセルのハードウェアMSEを8倍削減する。
- 参考スコア（独自算出の注目度）: 3.569867801312132
- License:
- Abstract: Histopathologic cancer detection is challenging due to tissue variability, staining differences, and subtle visual distinctions between disease classes. We propose two quantum algorithms for this task: a configurable dual-gradient CSWAP circuit (DG-CSWAP) that computes multi-directional edge responses in a single execution via per-pixel local Ry encoding, and a hardware-efficient destructive swap circuit (DG-DST) natively matched to quantum processing unit (QPU) gate sets at substantially lower circuit complexity. We prove algebraic equivalence between DG-CSWAP and DG-DST, enabling a two-circuit QPU validation strategy. A three-stage NISQ mitigation pipeline, including readout error correction, bias subtraction, and slope regression, reduces single-pixel hardware MSE by ~8x. Validated on five quantum processors via Amazon Braket, the method achieves inter-platform Pearson r ~ 0.93-0.94 across all local-simulator pairs. Compared to a prior Quantum Fourier Transform (QFT) based amplitude-encoding baseline requiring 12-qubit global state preparation and a three-model ensemble (85.55% on PatchCamelyon), the proposed method uses shot-based measurements, executes on real quantum hardware, and achieves 79.80% accuracy with a single ResNet-50. A Lite configuration delivers a 17x preprocessing speedup at a 2.59% accuracy cost. To the best of our knowledge, this is the first quantum hardware implementation study with noise mitigation for histopathologic image classification.
- Abstract（参考訳）: 病理組織学的癌検出は, 組織変動, 染色の違い, 病巣間の微妙な視覚的区別が原因で困難である。
本稿では,2つの量子アルゴリズムを提案する。DG-CSWAP (Configurable dual-gradient CSWAP circuit, DG-CSWAP) は,1ピクセル当たりのローカルRyエンコーディングによる単一実行における多方向エッジ応答を計算し,ハードウェア効率の高い破壊スワップ回路 (DG-DST) は,量子処理ユニット (QPU) ゲートセットとほぼ低い回路複雑度でネイティブに一致する。
DG-CSWAPとDG-DSTの代数的等価性を証明し、2回路QPU検証戦略を実現する。
読み出し誤差補正、バイアス減算、勾配回帰を含む3段階のNISQ軽減パイプラインは、シングルピクセルのハードウェアMSEを約8倍削減する。
Amazon Braketを介して5つの量子プロセッサで検証され、すべてのローカル・シミュレータ・ペアでプラットフォーム間のピアソン r ~ 0.93-0.94 を達成する。
従来の量子フーリエ変換(QFT)ベースの振幅符号化ベースラインでは12ビットのグローバルな状態準備と3モデルのアンサンブル(PatchCamelyonでは85.55%)を必要とするのに対し、提案手法はショットベース計測を用い、実際の量子ハードウェア上で実行し、1つのResNet-50で79.80%の精度を達成する。
Liteの構成では、17倍の事前処理速度を2.59%の精度で提供する。
我々の知る限りでは、これは病理組織像分類のためのノイズ緩和を用いた最初の量子ハードウェア実装研究である。
関連論文リスト
- Investigation of Hardware Architecture Effects on Quantum Algorithm Performance: A Comparative Hardware Study [0.0]
クラウドアクセス可能な量子プロセッサは、異種ハードウェアプラットフォーム上での量子アルゴリズムの直接実行を可能にする。
Amazon Braketを使って、トラップイオン、超伝導、シミュレータバックエンドの5つの代表量子アルゴリズムをベンチマークする。
論文 参考訳（メタデータ） (2026-01-07T15:29:52Z) - Quantum-Based Self-Attention Mechanism for Hardware-Aware Differentiable Quantum Architecture Search [21.477208706334608]
微分可能な量子アーキテクチャ探索のための量子ベースの自己認識(QBSA-DQAS)を提案する。
このフレームワークは、2段階の量子自己アテンションモジュールを使用しており、量子回路を通してアーキテクチャパラメータをマッピングすることでコンテキスト依存を計算している。
探索後の最適化段階は、回路の複雑さを低減するためにゲートの通勤、融合、除去を施す。
論文 参考訳（メタデータ） (2025-12-02T07:07:10Z) - Evaluating the performance of quantum processing units at large width and depth [0.40964539027092917]
線形ランプ量子近似最適化アルゴリズム(LR-QAOA)に基づくベンチマークプロトコルを提案する。
LR-QAOAは、回路深度が増加するにつれてコヒーレント信号を保存するQPUの能力を定量化し、ランダムサンプリングと統計的に区別できない性能になるかどうかを特定する。
このプロトコルを6つのベンダーの24の量子プロセッサに適用し、最大156の量子ビットと1Dチェーンにまたがる1万の層、ネイティブレイアウト、完全に接続されたトポロジの問題をテストします。
論文 参考訳（メタデータ） (2025-02-10T13:50:50Z) - Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する
QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
論文 参考訳（メタデータ） (2024-11-13T23:56:20Z) - Route-Forcing: Scalable Quantum Circuit Mapping for Scalable Quantum Computing Architectures [41.39072840772559]
Route-Forcingは量子回路マッピングアルゴリズムで、平均スピードアップが3.7Times$であることを示している。
本稿では、最先端のスケーラブルな手法と比較して平均3.7倍の高速化を示す量子回路マッピングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-07-24T14:21:41Z) - Fault-tolerant compiling of classically hard IQP circuits on hypercubes [34.225996865725605]
我々は,量子サンプリング回路を実現するためのハードウェア効率,フォールトトレラントアプローチを開発した。
本研究では,D$D$IQP回路の硬さ解析とランダムサンプリングの検証のための第2モーメント特性の理論を開発した。
この結果から,特定のエラー訂正コードと現実的なハードウェアを備えた共構成可能なアルゴリズムにおいて,フォールトトレラントコンパイルが強力なツールとして注目されている。
論文 参考訳（メタデータ） (2024-04-29T18:00:03Z) - Toward Consistent High-fidelity Quantum Learning on Unstable Devices via
Efficient In-situ Calibration [5.0854551390284]
近未来の雑音型中間スケール量子(NISQ)時代には、高ノイズは量子コンピューティングの忠実度を著しく低下させる。
本稿では,量子パルスに基づく新しい雑音適応フレームワークQuPADを提案する。
実験により、8-10キュービットのQuPADの量子デバイス上でのランタイムは15分未満であり、パラメータシフトアプローチよりも最大270倍高速であることが示された。
論文 参考訳（メタデータ） (2023-09-12T15:39:06Z) - Direct pulse-level compilation of arbitrary quantum logic gates on superconducting qutrits [36.30869856057226]
任意のqubitおよびqutritゲートを高忠実度で実現でき、ゲート列の長さを大幅に削減できることを示す。
最適制御ゲートは少なくとも3時間ドリフトでき、同じ校正パラメータを全ての実装ゲートに利用できることを示す。
論文 参考訳（メタデータ） (2023-03-07T22:15:43Z) - Optimized fermionic SWAP networks with equivalent circuit averaging for
QAOA [2.3362993651992863]
量子近似最適化アルゴリズム(QAOA)のためのフェミオンSWAPネットワークの実行を最適化する。
等価回路平均化(Equivalent Circuit Averaging)を導入し,量子回路コンパイルにおける自由度をランダム化する。
超伝導量子プロセッサ上の4つのトランスモン量子ビット上での深さp = 1のQAOAの誤差(経時変化距離)を平均60%低減する。
論文 参考訳（メタデータ） (2021-11-08T15:32:05Z) - Improving the Performance of Deep Quantum Optimization Algorithms with
Continuous Gate Sets [47.00474212574662]
変分量子アルゴリズムは計算的に難しい問題を解くのに有望であると考えられている。
本稿では,QAOAの回路深度依存性能について実験的に検討する。
この結果から, 連続ゲートセットの使用は, 短期量子コンピュータの影響を拡大する上で重要な要素である可能性が示唆された。
論文 参考訳（メタデータ） (2020-05-11T17:20:51Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。